一种流域尺度的旱地作物施用农药水生态综合风险评估方法与流程

1.本发明涉及流域旱地作物农药风险评估技术领域，尤其涉及一种流域尺度的旱地作物施用农药水生态综合风险评估方法。


背景技术：

2.农药在田间使用后会残留在土壤中，或随地表径流、侵蚀进入地表水，或通过淋溶进入地下水，或通过蒸发蒸腾进入大气中，从而对环境产生污染影响。农药风险评价暴露模拟平台(praess)是一个集旱地作物—地表水、旱地作物—地下水、水稻—地表水、水稻—地下水四种模型场景于一体的暴露模拟平台，可以用于预测农药在旱地作物、水稻上施用后进入邻近地表水体及地下水中的浓度。
3.在农药暴露评价中，高层次评价模型如przm-exams、macro、przm_sw、toxswa、przm_gw等因考虑的因素较多，模拟的过程较为复杂，因此需要较多的输入参数，如多年的气象数据、作物参数、土壤参数、水体参数等。对于不同模型的应用则具有说明手册指导使用，但是在数据采集时是通过人为操作，其所采集的广泛数据存在较大的处理难度，不能获取具有代表性的各项参数，进而影响模拟平台的处理结果，对农药的暴露评估产生较大的偏差，同时在通过模型处理后的农药筛选阶段没有指导性的参考基础，使得最终筛选得出的农药品种不能准确的代表流域的农药暴露指标，对流域进一步开展实际监测，明确这些农药在使用后对地表水的污染风险仍存在较大的难度。


技术实现要素：

4.针对上述存在的问题，本发明旨在提供一种流域尺度的旱地作物施用农药水生态综合风险评估方法，其能选择场景内种植的不同种作物上登记使用的农药进行模拟，预测这些农药在作物上使用后对水生生物的风险，筛选得到流域重点关注农药品种清单，可进一步开展实际监测，明确这些农药在使用后对地表水的污染风险，提高流域水域环境治理能力。
5.为了实现上述目的，本发明所采用的技术方案如下：一种流域尺度的旱地作物施用农药水生态综合风险评估方法，其特征在于，包括以下步骤：
6.暴露场景与暴露模拟平台的整合
7.1)选定农药暴露风险评估的试验场景点：
8.2)具体收集所述试验场景点中的土壤、作物、气象和水体参数；
9.3)场景文件生成
10.a、在excel中将各类气象参数编写成przm模型平台的指定格式；
11.b、将土壤及作物参数整合至przm模型平台中相应的选项内；
12.c、将水体参数整合至exams模型平台中相应的选项内；
13.4)暴露场景与暴露评估模型及模拟平台的整合；
14.将上述生成的多个场景文件共同传递至praess-exams模型平台中，进行文件的关
联整合；
15.农药品种清单筛选
16.1)根据试验场景点中的主要旱地作物收集所有农药品种清单，并相应的收集农药品理化特性参数、农药在土壤和水体中行为参数和农药施用参数；
17.2)构建的小麦场景及暴露模拟平台预测水体中的农药浓度；
18.3)查询农药对水生生物的毒性终点值，并计算预测无效应浓度；
19.4)用预测水体中的农药浓度除以预测无效应浓度值，得到风险商值进行风险表征，并应用生态风险综合评价法，获得在作物流域需重点关注的使用农药品种的清单；
20.农药暴露风险评估
21.将筛选的农药品种参数输入至praess-exams模型平台中，模拟得到农药品在作物上使用后在临近地表水中的浓度；
22.效应评估
23.1)农药使用对水生生态系统的影响：选取分别代表水生脊椎动物、水生无脊椎动物和初级生产者，查询农药对各类水生生物的毒性效应数据；
24.2)确定预测无效应浓度：将查询获得的生物毒性终点值与相应的不确定因子相除得到pnec值，pnec值计算公式如下：
25.pnec＝enp/uf
26.其中，pnec—预测无效应浓度、enp—试验终点、uf—不确定因子；
27.急性无脊椎动物类和脊椎动物类uf选择100，慢性无脊椎动物类和脊椎动物类uf选择10，慢性初级生产者uf选择10；
28.风险表征
29.采用商值法进行风险表征，选择与毒性终点值对应时段的预测浓度值，与效应评估得到的pnec值相比，得到风险商值(rq)，rq》1表示风险不可接受，rq≤1表示风险可接受，rq计算公式如下：
30.rq水生无脊椎急性＝预测峰值浓度/无脊椎动物急性pnec值；
31.rq水生脊椎急性＝预测96h浓度/脊椎动物急性pnec值；
32.rq水生无脊椎慢性＝预测21d浓度/无脊椎动物慢性pnec值；
33.rq水生脊椎慢性＝预测21d浓度/脊椎动物慢性pnec值；
34.rq初级生产者急性＝预测峰值浓度/初级生产者急性pnec值；
35.式中：rq——风险商值；
36.pec——预测环境浓度，单位为μga.i./l；
37.pnec——预测无效应浓度，单位为μga.i./l
38.农药品种筛选方法
39.应用综合评价法，对各种类型水生生物的风险类型及风险等级进行加权和赋分，并计算综合生态风险指数。
40.进一步的，所述农药品理化特性参数包括分子量、溶解度、蒸汽压、koc或kd、不同ph条件下的水解半衰期、水生光解半衰期；
41.农药在土壤和水体中行为参数包括土壤降解半衰期、水中需氧/厌氧降解半衰期；
42.农药施用参数包括施用量、施用次数、施用时间和施用方法。
43.进一步的，在综合生态风险指数计算中，计算时先按重要性确定权重，将急性风险权重设为1，慢性风险权重设为2，当综合生态风险指数cei≤5时，为低风险；当5《cei≤7时，为中等风险；当7《cei≤14时，为高风险。
44.进一步的，所述综合生态风险指数计算公式如下：
45.cei＝wa
×
a+wb
×
b+wc
×
c+wd
×
d+we
×e46.式中：cei为综合生态风险指数(comprehensiveecological-riskindex)；wa为水生无脊椎动物急性风险的权重，a为水生无脊椎动物急性风险的风险赋分；wb为水生脊椎动物急性风险的权重，b为水生脊椎动物急性风险的风险赋分；wc为水生无脊椎动物慢性风险的权重，c为水生无脊椎动物慢性风险的风险赋分；wd为水生脊椎动物慢性风险的权重，d为水生脊椎动物慢性风险的风险赋分；we为水生初级生产者慢性风险的权重，e为水生初级生产者慢性风险的风险赋分。
47.本发明的有益效果是：通过本发明公开的评估方法，收集试验场景内的作物、土壤等多项参数，并应用praess暴露模拟平台中进行旱地作物—地表水模型的构建，并选择场景内种植的不同种作物上登记使用常用农药进行模拟，预测这些农药在作物上使用后对水生生物的风险，应用综合生态风险指数，筛选得到流域重点关注农药品种清单，可具有指导性的建议重点关注流域内这些农药品种在不同作物上使用后对水生生物的影响，可进一步开展实际监测，明确这些农药在使用后对地表水的污染风险，以寻找替代品或减少其使用，为该流域农药面源污染监测、管理提供技术支撑，并最终对流域的水域环境实现有效的保护。
附图说明
48.图1为本发明旱地作物施用农药水生态综合风险评估流程图。
具体实施方式
49.为了使本领域的普通技术人员能更好的理解本发明的技术方案，下面结合附图及实施例对本发明的技术方案做进一步的描述。
50.本发明公开了一种流域尺度的旱地作物施用农药水生态综合风险评估方法，包括以下步骤：
51.一、构建流域暴露场景整合进入已有暴露模拟平台
52.1、以沙颍河流域内的河南平顶山作为农药暴露风险评估的实施区域，进行本评估方法的详细说明。在确定场景点后，需要收集场景点内的土壤、作物、气象和水体参数，具体收集方法如下：
53.(1)土壤参数：从“中国土壤数据库”中的“土种数据库”中收集各场景点的土壤剖面参数，主要包括：土层、土层深度、土壤质地、ph-h2o、沙粒含量、粉粒含量、粘粒含量和有机质含量，容重在调研过程中采用环刀法采集各个土层样品，回来后烘干称重获取。
54.(2)作物参数：通过资料查询结合实地调研的方式，收集的作物参数主要包括：播种时间、成熟时间、耕耘措施、灌溉情况、作物的最大根深，成熟期作物冠层最大高度等。
55.(3)气象参数：收集1981～2010年30年间5个气象要素的日值数据，包括：每日降水量(cm/d)、每日平均温度(℃)、每日平均风速(m/s)、每日平均蒸发量(cm/d)和每日总云量，
其中每日降水量(cm/d)、每日平均温度(℃)和每日平均风速(m/s)从中国气象数据网免费获取，每日平均蒸发量(cm/d)和每日总云量向气象部门购买获得。
56.(4)水体参数：水体需要的参数主要包括：河流流域面积，河流长、宽、深、悬沙浓度、流量、月平均水温等，这些参数主要通过查询中国水文年鉴得到。
57.2、场景文件生成
58.场景参数收集整理完成之后，将场景数据转换成模型所需的特定格式的文件，然后添加进praess平台中。praess平台中用于旱地作物—地表水暴露评估的是przm-exams偶联模型。场景文件的编写主要有三块，包括气象文件编写、przm参数编写和exams参数编写。
59.(1)气象场景文件的编写：在excel中将各类气象参数换算成规定单位，然后按照降水量、蒸发量、温度、风速和云量来排序，最终生成匹配格式的气象文件。
60.(2)przm参数编写：przm模型整合了土壤参数和作物参数，把收集的土壤和作物参数输入即可。
61.(3)exams参数编写：exams模型整合了水体参数，把收集的水体参数输入即可。
62.3、暴露场景与暴露评估模型及模拟平台的整合
63.场景文件生成之后，需要将气象文件、przm文件和exams文件关联整合至praess平台中场景管理器中。
64.场景参数收集结果如下：
65.1、土壤参数：选定的场景土种类型为平顶山市僵黄土，收集该土种土壤剖面参数，包括：剖面、土层深度(cm)、土壤质地、ph-h2o、沙粒含量、粘粒含量、有机质含量和容重，见表1。
66.表1僵黄土土种信息
[0067][0068]
2、作物参数：通过查询《2017年平顶山统计年鉴》可知，平顶山常用耕地面积为259.3千公顷，主要旱地作物为小麦，收集小麦的种植管理参数。通过查询资料结合实地调研，收集获得了包括：作物典型的萌芽日期、作物典型的成熟日期、作物典型的收获日期、作物最大根深、成熟期作物冠层的最大高度、冠层覆盖最大百分比、作物收获后对植株的处理方式、耕耘措施、灌溉标签等作物参数，见表2所示。
[0069]
表2小麦的种植参数
[0070][0071]
3、气象参数：气象参数选择临近的河南孟津气象站。收集1981～2010年30年间每日的气象数据，包括：每日降水量、每日平均蒸发量、每日平均温度、每日平均风速和每日总云量。30年共10957条数据，由于数据较多，此处仅列出部分数据，见表3。
[0072]
表3场景点气象参数(部分)
[0073]
[0074][0075]
4、水体参数：选择沙颍河河支流北汝河中一段河流作为目标河流。通过实地调研和查询中国水文年鉴，获取水体参数，主要包括：河流流域面积，河流长、宽、深、悬沙浓度、月平均流量、月平均水温等，见表4。
[0076]
表4水体参数表
[0077]
[0078][0079]
二、农药品种清单筛选
[0080]
应用构建的旱地作物—地表水暴露评估模型及场景预测沙颍河流域主要旱地作物上常用农药对地表水的污染风险。根据调研，沙颍河流域主要的旱地作物为小麦，因此，首先在中国农药信息网上查询获得小麦常用的农药品种清单；然后收集这些品种的理化参数、行为参数和施用参数，应用构建的小麦场景及暴露模拟平台预测水体中的农药浓度(pec)；查询农药对水生生物的毒性终点值，并计算预测无效应浓度(pnec)；最后用预测环境浓度除以预测无效应浓度值，得到风险商值进行风险表征，并应用生态风险综合评价法，获得在流域小麦使用后需重点关注的农药品种清单。
[0081]
小麦是我国主要粮食(或者经济)作物，在其生长过程中，农药的使用非常广泛。通过查询中国农药信息网，统计我国小麦上登记使用的农药品种，再结合流域实地调研，筛选出沙颍河流域小麦上的常用农药品种名单。
[0082]
经筛选，小麦上确定了56种具体农药品种名单见表5。
[0083]
表5小麦上常用登记用药列表
[0084][0085]
三、农药暴露风险评估
[0086]
应用构建的小麦—地表水场景和旱地作物—地表水暴露模拟平台，将收集得到的农药参数输入至平台中，模拟得到农药在小麦上使用后在临近地表水中的浓度。
[0087]
1、模型参数收集
[0088]
przm-exams模型需要的参数包括：农药基本理化特性参数、农药在土壤和水体中的行为特性参数及农药使用方面的参数。农药基本理化特性参数包括分子量、溶解度、蒸汽压、koc或kd、不同ph条件下的水解半衰期、水生光解半衰期等；农药在土壤和水体中的行为特性参数包括土壤降解半衰期、水中需氧/厌氧降解半衰期等；农药使用方面的参数包括施用量、施用次数、施用时间和施用方法等。
[0089]
通过以下途径获取三种作物上常用农药品种的理化性质、环境行为特性和农药施用情况等参数：
[0090]
(1)中国农药信息网，农药登记数据库：
[0091]
http://www.chinapesticide.gov.cn/hysj/index.jhtml
[0092]
(2)欧盟食品安全局：http://www.efsa.europa.eu/
[0093]
(3)ppdb数据库：http://sitem.herts.ac.uk/aeru/footprint/en/index.htm
[0094]
(4)britishcropprotectioncouncil农药电子手册(thee-pesticide manual2000-2001(twelfthedition)version2.0)
[0095]
(5)u.s.epahumanhealthbenchmarksforpesticides数据库：
[0096]
http://iaspub.epa.gov/apex/pesticides/f？p＝hhbp:home
[0097]
查询的农药参数值(部分)见表6。
[0098]
表6小麦上使用的农药品种参数
[0099]
[0100][0101]
2、暴露评估结果
[0102]
将收集到的农药参数输入praessv.1.00.09平台，得到农药在河流中的预测浓度值，模拟结果见表7。
[0103]
表7 przm-exams模拟部分结果(小麦)
[0104][0105][0106]
四、效应评估
[0107]
关注农药使用对水生生态系统的影响，选取鱼、溞、藻分别代表水生脊椎动物、水生无脊椎动物和初级生产者，农药对各类水生生物的毒性效应数据来自efsa(europeanfoodsafetyauthority，欧盟食品安全局)及ppdb(pesticidepropertiesdatabase，农药特性数据库)，将查询获得的生物毒性终点值与相应的不确定因子相除得到pnec值。
[0108]
1、生态毒理学数据收集
[0109]
从ppdb及efsa等中查询农药对鱼、溞、藻的毒性效应终点值，见表8。
[0110]
表8农药对水生生物的毒性效应终点值(部分数值，单位：mg/l)
[0111][0112]
注：/表示没有查询到数据。
[0113]
2、确定预测无效应浓度
[0114]
根据农业部颁布的《农药登记环境风险评估指南第2部分：水生生态系统》(ny/t2882.2-2016)，效应评估的目的是确定pnec值，pnec值计算公式如下：
[0115]
pnec＝enp/uf
[0116]
其中，pnec—预测无效应浓度；enp—试验终点，如lc
50
、hc5、noeaec等；uf—不确定因子。
[0117]
急性无脊椎动物类和脊椎动物类不确定因子(uf)选择100，慢性无脊椎动物类和脊椎动物类不确定因子(uf)选择10，慢性初级生产者不确定因子也选择10。计算得到的pnec值、见表9。
[0118]
表9农药对水生生物的预测无效应浓度值(单位：μg/l)
[0119][0120]
注：/表示无数据。
[0121]
五、风险表征
[0122]
采用商值法进行风险表征，选择与毒性终点值对应时段的预测浓度值，与效应评估得到的pnec值相比，得到风险商值(rq)。rq》1表示风险不可接受，rq≤1表示风险可接受。rq计算公式如下：
[0123]
rq
水生无脊椎急性
＝预测峰值浓度/无脊椎动物急性pnec值；
[0124]
rq
水生脊椎急性
＝预测96h浓度/脊椎动物急性pnec值；
[0125]
rq
水生无脊椎慢性
＝预测21d浓度/无脊椎动物慢性pnec值；
[0126]
rq
水生脊椎慢性
＝预测21d浓度/脊椎动物慢性pnec值；
[0127]
rq
初级生产者急性
＝预测峰值浓度/初级生产者急性pnec值
[0128]
式中：rq——风险商值；
[0129]
pec——预测环境浓度，单位为μga.i./l；
[0130]
pnec——预测无效应浓度，单位为μga.i./l。
[0131]
农药在三种作物上使用后对水生生物的风险商值计算结果见表10。
[0132]
表10小麦上使用的农药品种对水生生物的风险商值(部分)
[0133][0134]
六、农药品种筛选
[0135]
1、筛选方法：应用综合评价法，对各种类型水生生物的风险类型及风险等级进行加权和赋分，并计算综合生态风险指数。综合生态风险指数计算公式如下：
[0136]
cei＝wa
×
a+wb
×
b+wc
×
c+wd
×
d+we
×e[0137]
式中：cei为综合生态风险指数(comprehensiveecological-riskindex)；wa为水生无脊椎动物急性风险的权重，a为水生无脊椎动物急性风险的风险赋分；wb为水生脊椎动物急性风险的权重，b为水生脊椎动物急性风险的风险赋分；wc为水生无脊椎动物慢性风险的权重，c为水生无脊椎动物慢性风险的风险赋分；wd为水生脊椎动物慢性风险的权重，d为水生脊椎动物慢性风险的风险赋分；we为水生初级生产者慢性风险的权重，e为水生初级生产者慢性风险的风险赋分。
[0138]
计算时，先按重要性确定权重，将急性风险权重设为1，慢性风险权重设为2。接着对风险等级进行赋分，具体见表11。
[0139]
表11各保护目标评价结果赋分表
[0140][0141]
当综合生态风险指数(cei)≤5时，为低风险；当5《cei≤7时，为中等风险；当7《cei≤14时，为高风险。
[0142]
2、筛选结果
[0143]
综上，综合生态风险指数计算结果见表12。
[0144]
表12小麦上常用农药的综合生态风险指数(部分)
[0145][0146][0147]
根据综合生态风险指数风险等级划分标准，在沙颍河流域小麦上使用的农药品种中，有13种农药需要重点关注(见表13)。
[0148]
表13重点关注农药品种清单
[0149][0150]
通过上述模拟实施例，应用praess暴露模拟平台中的旱地作物—地表水模型及构建的小麦场景，选择小麦上登记使用常用农药进行模拟，预测这些农药在作物上使用后对水生生物的风险，应用综合生态风险指数，筛选得到沙颍河流域重点关注农药品种清单，其中小麦上有13种重点关注农药品种。建议重点关注沙颍河流域内这些农药品种在小麦上使用后对水生生物的影响，可进一步开展实际监测，明确这些农药在使用后对地表水的污染风险。
[0151]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。